根據(jù)《自然通訊》雜志上的一項新研究，杜蘭大學的一名研究人員發(fā)現(xiàn)，人工智能可以通過組織掃描準確檢測和診斷結(jié)直腸癌，甚至優(yōu)于病理學家。
該研究由杜蘭大學、中國中南大學、俄克拉荷馬大學健康科學中心、天普大學和佛羅里達州立大學的研究人員進行，旨在測試人工智能是否可以成為幫助病理學家跟上時代步伐的工具。對其服務(wù)的需求不斷增加。
病理學家定期評估和標記數(shù)以千計的組織病理學圖像，以判斷某人是否患有癌癥。但他們的平均工作量顯著增加，有時會因疲勞而導致意外誤診。
“盡管他們的很多工作是重復的，但大多數(shù)病理學家都非常忙碌，因為對他們所做的工作有巨大的需求，但全球缺乏合格的病理學家，特別是在許多發(fā)展中國家，”鄧宏文博士說，杜蘭大學醫(yī)學院杜蘭生物醫(yī)學信息學和基因組學中心主任。“這項研究是革命性的，因為我們成功地利用人工智能以具有成本效益的方式識別和診斷結(jié)直腸癌，最終可以減少病理學家的工作量。”
為了進行這項研究，鄧和他的團隊收集了來自中國、德國和美國的 8,803 名受試者和 13 個獨立癌癥中心的 13,000 多張結(jié)直腸癌圖像。使用技術(shù)人員隨機選擇的圖像，他們構(gòu)建了一個機器輔助病理識別程序，該程序允許計算機識別顯示結(jié)腸直腸癌的圖像，結(jié)腸直腸癌是歐洲和美國癌癥相關(guān)死亡的最常見原因之一。
“這項研究的挑戰(zhàn)源于復雜的大圖像尺寸、復雜的形狀、紋理和核染色的組織學變化，”鄧說。“但最終研究表明，當我們使用人工智能診斷結(jié)直腸癌時，其表現(xiàn)在許多情況下與真正的病理學家相當甚至更好。”
受試者工作特征 (ROC) 曲線下面積或 AUC 是鄧和他的團隊用來確定研究成功的績效衡量工具。在將計算機的結(jié)果與經(jīng)驗豐富的病理學家手動解釋數(shù)據(jù)的工作進行比較后，該研究發(fā)現(xiàn)，病理學家在手動準確識別結(jié)直腸癌方面的平均得分為 0.969。機器輔助 AI 計算機程序的平均分數(shù)為 0.98，即使不是更準確，也是可比的。
使用人工智能識別癌癥是一項新興技術(shù)，尚未被廣泛接受。鄧的希望是，這項研究將導致更多病理學家在未來使用預篩選技術(shù)做出更快的診斷。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！